• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.817-821
• /
• 2001

본 논문은 분류 문제의 훈련 패턴으로부터 형성되는 커널 공간의 저밀도 표현을 가능하게 하는 커널 방법에 대한 새로운 학습방법론을 제안한다. 선형 판별 함수에 대한 기존의 학습법 중에서 이완 절차가 SVM(Support Vector Machine) 분류기와 동등하게 선형분리 가능 패턴분류 문제의 최대 마진 분리 초평면을 얻을 수 있다. 기존의 이완 절차는 지원 백터에 대한 필요 조건을 만족한다. 본 논문에서는 학습 중 지원 벡터를 확인하기 위한 충분 조건을 제시한다. 순차적 학습을 위하여 기존의 SVM을 확장하고 커널 판별함수를 정의한 후에 체계적인 학습방법을 제시한다. 실험 결과는 새 방법이 기존의 방법과 동등하거나 우수한 분류 성능을 갖고있음을 보여준다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제9권3호
• /
• pp.178-184
• /
• 2009

An efficient fault diagnosis system is needed for industry because it can optimize the resources management and improve the performance of the system. In this study, a fault diagnostic system is proposed for rotating machine using wavelet packet transform (WPT) and elman neural network (ENN) techniques. In most fault diagnosis for mechanical systems, WPT is a well-known signal processing technique for fault detection and identification. In previous work, WPT can improve the continuous wavelet transform (CWT) used over a longer computing time and huge operand. It can also solve the frequency-band disagreement by discrete wavelet transform (DWT) only breaking up the approximation version. In the experimental work, the extracted features from the WPT are used as inputs in an Elman neural network. The results show that the scheme can reliably diagnose four different conditions and can be considered as an improvement of previous works in this field.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.291-296
• /
• 2007

최근에 여러 분야에서 구축되고 있는 온톨로지는 기계가 이해할 수 있는 지식을 축적하는 것을 목표로 하고 있다. 기계가 온톨로지를 이용하여 정보의 관리 및 해석을 스스로 하는 것이 가능할 것으로 본다. 본 논문에서는 온톨로지의 인스턴스를 구성하는 속성을 기존 웹 문서의 구조정보로부터 추출하는 알고리즘을 제안하였다. 특히, 속성 정보로 구성하는 도메인 지식을 계층화함으로써 속성 추출 알고리즘을 개선하고, 추출 결과의 품질을 향상시킨다. 2만 문서를 대상으로 제안된 알고리즘을 적용한 결과 약 83%의 신뢰도의 속성 정보를 추출할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.716-721
• /
• 2010

In this work we address the use of support vector machine (SVM) in the multi-class gas classification system. The objective is to classify single gases and their mixture with a semiconductor-type electronic nose. The SVM has some typical multi-class classification models; One vs. One (OVO) and One vs. All (OVA). However, studies on those models show weaknesses on calculation time, decision time and the reject region. We propose a hierarchical clustering method (HCM) based on the SVM for real-time gas mixture classification. Experimental results show that the proposed method has better performance than the typical multi-class systems based on the SVM, and that the proposed method can classify single gases and their mixture easily and fast in the embedded system compared with BP-MLP and Fuzzy ARTMAP.

• International Journal of Precision Engineering and Manufacturing
• /
• 제8권2호
• /
• pp.64-69
• /
• 2007

Aerostatic planar XY stages are frequently used as the main frames of precision positioning systems. The machining and assembly process of the rails and bed of the stage is one of first processes performed when the system is built. When the system is complete, the 2D position, motion, and stage flatness errors are measured in tests. If the stage errors exceed the application requirements, the stage must be remachined and the assembly process must be repeated. This is difficult and time-consuming work. In this paper, a method for estimating the errors of a planar XY stage is proposed that can be applied when the rails and bed of the stage are evaluated. Profile measurements, estimates of the motion error, and 2D position estimation models were considered. A comparison of experimental results and our estimates indicated that the estimated errors were within $1{\mu}m$ of their true values. Thus, the proposed estimation method for 2D position and flatness errors of an aerostatic planar XY stage is expected to be a useful tool during the assembly process of guideways.

• 한국지능시스템학회논문지
• /
• 제7권5호
• /
• pp.1-7
• /
• 1997

CNC공작기계의 두 서보축을 대상으로 가공 정밀도를 향상시키기 위한 신경망 윤과제어 알고리즘을 제안한다. 이 연구에서는 두 축 상호간에 미치는 영향을 신경망의 학습 능력을 이용하여 보상하고자 한다. 윤곽제어를 위해서는 매 샘플링 주기마다 윤곽오차를 계산하여하나, 윤곽오차는 직선경로를 이동하는 경우 쉽게 계산가능하나 원호, 인볼루트곡선등 비선형 경로를 가공하는 경우에는 정확하게 계산하기 힘들다. 먼저 이 논문에서는 임의의 비선형 곡선경로에 대하여도 윤곽오차를 정확히 구해낼 수 있는 새로운 윤곽오차 모델링 방법을 제안다. 또한 이러한 윤곽오차에 대한 항을 포함하는 성능지수를 정의하고, 신경망 윤곽제어를 위한 온라인 학습법칙을 유도한다. 이러한 신경망윤곽제어기의 사용으로 시스템이 비선형 특성을 가지거나 외부 환경이 변화하는 경우에도 좋은 윤곽제어 성능을 유지할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.874-890
• /
• 2021

With the widespread deployment of the fifth-generation (5G) communication networks, various real-time applications are rapidly increasing and generating massive traffic on backhaul network environments. In this scenario, network congestion will occur when the communication and computation resources exceed the maximum available capacity, which severely degrades the network performance. To alleviate this problem, this paper proposed an intelligent resource allocation (IRA) to integrate with the extant resource adjustment (ERA) approach mainly based on the convergence of support vector machine (SVM) algorithm, software-defined networking (SDN), and mobile edge computing (MEC) paradigms. The proposed scheme acquires predictable schedules to adapt the downlink (DL) transmission towards off-peak hour intervals as a predominant priority. Accordingly, the peak hour bandwidth resources for serving real-time uplink (UL) transmission enlarge its capacity for a variety of mission-critical applications. Furthermore, to advance and boost gateway computation resources, MEC servers are implemented and integrated with the proposed scheme in this study. In the conclusive simulation results, the performance evaluation analyzes and compares the proposed scheme with the conventional approach over a variety of QoS metrics including network delay, jitter, packet drop ratio, packet delivery ratio, and throughput.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2377-2398
• /
• 2023

In our daily lives, we engage in a variety of tasks that rely on our senses, such as seeing. Blindness is the absence of the sense of vision. According to the World Health Organization, 2.2 billion people worldwide suffer from various forms of vision impairment. Unfortunately, blind people face a variety of indoor and outdoor challenges on a daily basis, limiting their mobility and preventing them from engaging in other activities. Blind people are very vulnerable to a variety of hazards, including falls. Various barriers, such as stairs, can cause a fall. The Internet of Things (IoT) is used to track falls and send a warning message to the blind caretakers. One of the gaps in the previous works is that they were unable to differentiate between falls true and false. Treating false falls as true falls results in many false alarms being sent to the blind caretakers and thus, they may reject the IoT system. As a means of bridging this chasm, this paper proposes an intelligent shoe that is able to precisely distinguish between false and true falls based on three sensors, namely, the load scale sensor, the light sensor, and the Flex sensor. The proposed IoT system is tested in an indoor environment for various scenarios of falls using four models of machine learning. The results from our system showed an accuracy of 0.96%. Compared to the state-of-the-art, our system is simpler and more accurate since it avoids sending false alarms to the blind caretakers.

• 지능정보연구
• /
• 제29권3호
• /
• pp.79-101
• /
• 2023

전라북도의 지방도 포장보수 이력 관리 현황은 현장 건설사의 포장보수 후 성과품에만 의존하여 엑셀, 한글 문서로만 관리되고 있는 실정이며, 덧씌우기 예산 등은 매년 불규칙적인 투입으로 안정적인 도로 관리 불가한 현황이다. 그에 따라 지방도의 체계적인 유지관리 방안 필요하다. 해당 논문에서는 도로 파손과 관련이 있는 데이터 및 도로 환경과 관련이 있는 데이터를 수집 및 가공하여, 도로 파손이 발생할 수 있는 위험지역을 도출하였다. 해당 예측 결과 지역을 현장검수하여 해당 방법론의 유효성을 파악하였다. 국토부에 따르면 일반국도의 도로 파임 발생 건수는 18년도에 약 4만7천건, 19년도에 약 3만8천 건이며 도로 파임 피해 소송건수는 18년도에 93건, 19년도에 119건으로 증가했다. 일반국도의 경우 도로 파임 발생 건수가 18년도에 비해 줄었으나 이는 도로 포장 보수 등을 진행하면서 발생 건수가 줄어든 것이라고 한다. 전라북도의 지방도의 포장보수 우선순위를 분석하기 위해 연구를 진행하기 위해, 엑셀, 한글 문서로만 관리되는 지방도 포트홀 상습발생지, 덧씌우기 사업구간, 긴급 보수구간위치와 같은 보수 이력데이터를 데이터화 하여, 분석하고, 보수 이력 데이터에서 벗어나 지방도의 체계적인 유지관리를 개선한다. 더 나아가, 도로와 관련된 다양한 현황데이터를 활용하여 공간 융합 데이터를 구축하고, 머신러닝 학습 데이터 및 예측에 필요한 데이터 형태로 가공하였다. 해당 공간 빅데이터를 사용하여 지방도 유지관리가 필요한 우선지역을 예측하고 도로포장 유지관리 우선순위 예측하였으며, 해당 결과를 활용하여 도로관리 예산 및 정책 수립에 활용하려 한다.

• 한국ITS학회 논문지
• /
• 제16권1호
• /
• pp.157-165
• /
• 2017

본 논문에서는 MTC(Machine-Type Communications) 장치 증가를 고려하여 많은 MTC 장치 서비스 요청으로 코어 망에서 발생할 수 있는 부하를 줄일 수 있는 방안을 제안하고 제안한 방법의 성능 분석을 수행한다. 우리는 셀룰러 네트워크에 등록되어 MTC 장치 중에 클러스터 헤더로 선정하는 방안과 선정된 클러스터 헤더가 서비스 영역의 MTC 장치를 관리하는 절차를 제안하였다. 제안한 방안의 효율성 검증을 위해 기존의 셀룰러 기반의 MTC 장치로만 구성된 경우와 클러스터 헤더가 적용된 셀룰러 기반 MTC 장치에 대한 경우의 성능을 비교하여 제안한 방법의 우수성을 제시하였다.